11月3日，智元創新（上海）科技有限公司（簡稱：智元機器人）對外宣布該公司研發的真機強化學習技術，首次實現從學術論文階段走向工業應用，目前在與龍旗科技合作的驗證產線中成功落地。相關第三方可驗證的實驗數據將在后續部署中公布。

智元展示此次落地的真機強化學習方案 。

真機強化學習（Real-World Reinforcement Learning）技術是指，讓AI算法直接在真實物理設備上進行強化學習（RL）訓練的技術。簡單來說，它讓機器人不只在虛擬仿真環境里學會策略，而是直接在真機上通過試錯學習最優行為。

國外多項學術研究顯示，強化學習在工業機器人中的應用具有巨大潛力，但從仿真環境到真機再到工業規模的穩定部署仍面臨較多挑戰，在機器人研究領域，目前更多的是停留在研究階段，并未大規模走向工業產線應用。

據了解，這項真機強化學習技術，可讓機器人在真實產線中自主學習、持續優化作業策略，新技能訓練與穩定部署僅需數十分鐘，且性能全程不降級。在換線、換型或流線調整時，該系統只需最小的硬件改動和標準化部署流程，即可顯著提升柔性、壓縮部署時間與成本。

智元機器人合伙人、首席科學家羅劍嵐告訴澎湃科技，目前這套方案已進入常態化作業狀態，最大的突破點在于其性能真正將AI模型部署在工廠中，實現100%的準確率。在聯調機制下，落地工業產線的故障率已經被控制在產線驗收范圍內。

羅劍嵐稱，工業產線較為保守，傳統自動化設備在具有不確定性的場景下，難以同時兼顧高精度、高成功率和通用性，而真機強化學習技術能更好地解決這一問題。真機強化學習技術約80%將應用于集中上下料與柔性換線環節。

長期以來，精密制造產線面臨剛性瓶頸。傳統機械臂依賴復雜夾具設計與場地改造，調試周期長、換型成本高；“視覺＋力控”等柔性方案雖有改進，卻存在參數敏感、部署復雜等問題，難以適配消費電子行業高頻產品迭代需求。

相較于傳統方案，真機強化學習技術具備三大核心優勢：極速部署、超高適配和柔性換型，可在不同工位和產品線上快速遷移與復用。其訓練周期從“數周”縮短至“數十分鐘”，效率實現指數級提升；自主克服來料位置偏差、尺寸公差等擾動，在長周期運行中持續保持工業級穩定性與100%任務完成率。

不過，相較于仿真學習，真機強化學習技術或面臨成本高昂等問題。在成本控制方面，羅劍嵐表示，真機強化學習技術的優勢體現在兩方面：顯性成本方面直接與產能掛鉤，提升了生產效率；隱性成本方面，具有高模塊化、高柔性率特征，在不同工序間切換非常便捷，只需極小程度的硬件調整。

羅劍嵐強調，“隨著經驗的積累，這一系統在新產線上部署會更快，成本也會越來越低。”他表示，這是一套可管理、可復制、可拓展的工具，未來會將其打造成通用模板進行推廣，像搭樂高積木一樣，從3C逐步擴展到汽車、家電、醫療等領域。